Alternative au test joint sur plusieurs paramètres
Alternative au test joint sur plusieurs paramètres
Alternative au test joint sur plusieurs paramètres
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
■ Intuitivement, si H 0 est vrai, le modèle non-restreint est identique <strong>au</strong> modèlerestreint, alors les résidus des deux modèles, et leur somme <strong>au</strong> carré SCR ret SCR nr , devraient être similaires, donc la statistique ̂f devrait être prochede zéro.■ Par contre, si H 0 est f<strong>au</strong>x et que les q variables devraient être incluses dansle modèle, alors le terme d’erreur du modèle restreint contient les variablesomises. On peut donc s’attendre à ce que la somme des résidus <strong>au</strong> carré dumodèle restreint soit toujours plus grande ou égale à la somme des résidusdu modèle non-restreint.■ Sous l’hypothèse nulle, ̂f suit une distribution de Fisher avec (q, n − k − 1)degrés de liberté. Nous pouvons calculer la valeur p de manière similaire àl’approche utilisée pour le <strong>test</strong> de <strong>plusieurs</strong> combinaisons de <strong>paramètres</strong>.■ Comme nous verrons, il est très facile de calculer ce <strong>test</strong> en STATA.■ À noter que, par déf<strong>au</strong>t, la commande regress de STATA donne lastatistique ̂f du <strong>test</strong> de l’hypothèse nulle que toutes les variables explicatives(s<strong>au</strong>f la constante) sont à exclure du modèle, c’est-à-dire, la statistique du<strong>test</strong> deH 0 : β 0 = β 1 = ... = β k = 0ECN-14758 Introduction à l’économétrie Inférence - p. 34/39
■ Il est possible d’écrire la statistique en fonction non pas des SCR, mais desR 2 des régressions du modèle restreint et non restreint. Cette équivalenceexploite la définition du R 2 , soitR 2 = 1 − SCRSCT■ Il est possible d’isoler SCR de cette expressionSCR = ( 1 − R 2) SCT■ Remplaçons SCR r par ( 1 − Rr) 2 SCT et SCRnr par ( 1 − Rnr) 2 SCT . Ensubstituant dans la statistique nous obtenons(SCR r − SCR nr ) (n − k − 1)SCR nr q( ) ( )1 − R2= r SCT − 1 − R2nr SCT(1 − Rnr) 2 SCT= SCT [( ) ( )]1 − Rr2 − 1 − R2nrSCT (1 − Rnr)2= R2 nr − R 2 r(1 − R 2 nr)(n − k − 1)q(n − k − 1)q(n − k − 1)qECN-14758 Introduction à l’économétrie Inférence - p. 35/39
■ Le Rnr 2 ≥ Rr 2 car ajouter des variables ne peut jamais faire diminuerl’importance de la partie systématique du modèle (i.e. le fit).( )■ 1 − R2nr ≥ 0 car 0 ≤ R2nr ≤ 1■ Donc, notre statistique est encore toujours plus grande ou égale à zéro.■ En pratique, il importe d’utiliser l’expression la plus simple a calculer, soitl’une des deux suivanteŝf = (SCR r − SCR nr ) (n − k − 1)SCR nr q= R2 nr − R 2 r(1 − R 2 nr)(n − k − 1)qECN-14758 Introduction à l’économétrie Inférence - p. 36/39
■ Quelques points importants à propos du <strong>test</strong> de Fisher1. Le rejet de H 0 n’indique pas la ou les variables qui sont responsables durejet2. Comme lorsque nous <strong>test</strong>ons <strong>plusieurs</strong> combinaisons de <strong>paramètres</strong>, il enrésulte que l’hypothèse alternative du <strong>test</strong> est unilatéral.3. Il est possible que <strong>plusieurs</strong> <strong>paramètres</strong> soient significatifs dans un <strong>test</strong><strong>joint</strong> et que, individuellement, chaque paramètre ne soit pas significatifavec un <strong>test</strong> t (retourner voir l’exemple des joueurs de baseball). Souventdue à la forte collinéarité entre les variables.4. L’inverse est possible: individuellement, certains <strong>paramètres</strong> sontsignificatifs, mais que des <strong>paramètres</strong> ne sont pas significatifscon<strong>joint</strong>ement.5. Dans le cas avec une seule exclusion (q = 1), il est possible de montrer (etde vérifier en STATA) que ̂f est égal <strong>au</strong> carré de la statistique ̂t du <strong>test</strong> del’hypothèse nulle que le β j pertinent est égal à zéro.6. Dans le cas avec une seule exclusion (q = 1), la simplicité du calcul de lastatistique t, ainsi que la possiblité de faire un <strong>test</strong> unilatéral ou bilatéral,favorise l’utilisation de cette statistique.ECN-14758 Introduction à l’économétrie Inférence - p. 39/39